板块「抱团」到什么程度,才算见顶信号?

前几天写完那篇关于八年前资金面周报的文章后,我一直惦记着一个更具体的问题:那些券商报告里"某板块成交额占比冲到近两年高位,往往是阶段性顶部"这类判断,到底能不能当真?这句话几乎是每一份行业轮动研报的标配句式,听得多了,我开始怀疑自己是不是从未真正验证过它,只是因为它符合直觉——“太挤的地方,早晚要出事”——就默认接受了。 于是我们拿天风证券当年一篇讨论TMT成交占比的报告作为起点,把这句定性判断翻译成了一套可以回测的规则,在2014到2026年的A股全部32个申万一级行业上认认真真跑了一遍。过程比我预想的要曲折,结论也比我预想的要朴素。 “抱团"是什么,其实没那么复杂 一个板块被"抱团”,说白了就是某一天全市场一共成交了多少钱,这个板块自己占了多大比例。比例越高,说明相对更多的钱这一天都挤在了同一个筐里。把这个比例每天记一遍、取5日均值抹平噪音,就得到一条可以长期跟踪的曲线。 但光看这个比例的绝对数字没什么意义——3%对光伏板块可能是冷清,对家电板块可能已经是历史级别的疯狂。真正有意义的问题是:这个比例放进过去一两年的所有交易日里排名,算不算数得着的高。这就像儿保科体检报告不会直接告诉你"188厘米算不算高",而是告诉你"在同龄人里排第90百分位"。我们对拥挤度做的是同一件事:把"排在过去两年最热的前10%“定义为一次高点信号,“排在最冷的后10%“定义为一次低点信号——研报里那句定性判断,就这样被翻译成了一条能验证的规则。 这句话,经得起回测吗? 光挑几个印象深的案例讲故事是不够的,那样太容易自己骗自己。我们把12年里全部32个板块触发过的高点信号和低点信号都找出来,一共1600多次,再从全部普通交易日里随机抽一批"什么都没发生"的日子做对照组——如果信号组的后续表现和随便挑的普通日子没有差别,这套规则就是自欺欺人。 先拿电力设备(新能源、锂电的主战场)2016到2022年这一段热热身,把价格和信号点画在一起: 上图橙点是高点信号,青点是低点信号,下方是拥挤度在近两年里的排名。2021年这一轮真正的历史大顶出现在11月,价格摸到过13800附近;拥挤度最后一次报警定格在12月16日,价格已经回落到13393——离顶点不算远,但这是顶部形成一个月之后的事后确认,不是提前预知。再看2018年年初:全年下跌的电力设备,年初收盘价恰好是全年最高,但当时拥挤度只排在后6%,指标完全没有被这个"假高点"骗到。两件事放在一起看,大概就是这套指标真实的样子:不算精准,但也不是瞎报警。 把全部1600多次信号和对照组放在一起算,我们想知道三件事,答案一个比一个反直觉。 抱团抱到最热之后,收益会明显变差吗?看不出来。信号组之后的平均收益确实都是负的,方向和研报说的一致,但摆出误差范围一比,这点差距完全被淹没——就像两个人身高差2厘米,但测量误差有正负30厘米,谁也说不清谁更高。 抱团抱到最热之后,会变得更颠簸吗?会,尤其是接下来2到4周。这是这次回测里最站得住脚的一条结论,换了好几种参数、好几个时间段重新测都没变过。 两组的点几乎贴在一起,这是"看不出来"的意思;但橙色的竖线在10天、20天窗口明显比灰色更长,波动被真实地放大了。 冷清到极值之后,会更抗跌吗?短期是的,但只撑得住一个月。 前三组(打星号的5/10/20天)青色柱子明显比灰色短,这个差异站得住脚;后两组几乎一样长——短期的抗跌优势,撑不到三个月以后。注意这只是说"没那么容易再跌”,不代表"接下来会涨”,这是两回事。 我们想让它更准,但一次次落空 拿到这三条结论后,我们不甘心——“波动会放大"固然有用,但更想知道的是能不能卡准一点,别老是马后炮。接下来几次尝试,说实话都没有达到目的,但过程本身比结论更值得记录。 我们先把"和过去两年比"换成"和自己最近三个月比”,指标对短期变化确实更敏感了、报警次数也变多了,但六个热门板块里五个板块"真正的历史顶点附近仍然没有信号"这个现象依然存在——换一种量尺,没有改变拥挤度的极值点和价格的极值点本来就不同步这个底层事实。我们又叠加了估值贵不贵、动量是不是涨过头两把尺子,要求同时报警才算数:高点这边,“一起报警"确实让波动放大的结论更清楚了;但低点这边出了一个没预料到的反面结果——本来单纯冷清之后短期还有点抗跌效果,一旦要求三重确认,这个优势不但没加强,反而消失了,后续表现还更差。我们怀疑这种叠加筛出来的可能不是"超跌待反弹"的票,而是"没人要、便宜也没人捡"的票,这只是个猜测,没有证据坐实,但足以提醒自己:不是确认条件越多越保险,得分开验证,不能想当然。 最亮眼的那条发现——“多指标一起报警后波动放大更明显”——我们又换了四个历史阶段分别重新测,结果只有2021到2023这一段特别显著,2014到2017几乎测不出来。更可能的解释是那几年市场本身格外剧烈,不是这套方法真的更准,只是赶上了一个特别配合的年份。我们把要求提到最高,拥挤度、估值、动量三个指标同时确认,12年里全市场一共只出现过13次,直接拿这13次报警当天的价格去查:往前后各放宽一个月看,只有1次真的是那个月里的最高价;放宽到前后三到六个月,一次都不是。三次尝试之后,我们承认了一件事——拥挤度这个维度,本身就做不到精确卡顶,换算法、叠指标、换时间段都没能改变这一点。 换一个更谦虚的问题 既然精确抓顶这条路走不通,我们把问题换了一个更谦虚的版本:不再问"这一天是不是最高点”,而是问"现在算不算处于近两年少见的高位区间”。这就像天气预报报暴雨预警,不会告诉你哪一分钟会下最大的雨,但会提醒你今天出门带把伞——容忍多报警几次没关系,但不希望真正的高位区间被漏掉。 换了目标之后,我们把四个指标摆在一起重新打分:拥挤度本身、拥挤度相对自己短期均线的偏离、估值分位(贵不贵)、以及RSI(一个常见的技术指标,衡量涨得是不是过猛)。 左图能看出估值分位数覆盖面最广——真正的高位区间里,69%的日子估值也同时排在近两年前10%,这符合直觉,炒上历史高位的板块,估值大概率也被顶到历史高位。RSI报警准不准最高,一旦超买,过半概率真是处于高位区间,但它比较高冷,只能抓到24%的高位区间。拥挤度和它的短期偏离单独看都只能算中等。右图是把要求逐步收紧的结果:越松抓得越全但越容易误报,越严可信度越高但漏掉的也越多。“至少两个指标同时满足"是一个比较均衡的点——能覆盖40.5%的高位区间交易日,报警时真的处于高位区间的概率过半,我们把这条当作目前最实用的预警规则。 光看统计数字还不够踏实,我们又挑了几个板块历史上真正的情绪大顶,和一个"技术性最高点”(价格确实是当年最高,但只是因为那年一路下跌、年初恰好垫底)做对比: 板块 · 年份 拥挤度分位 短期偏离分位 PE分位 RSI 电力设备 · 2020(真高点) 98.2 82.2 100.0 68.4 食品饮料 · 2021(真高点) 98.2 67.6 100.0 74.1 国防军工 · 2026(真高点) 100.0 96.6 100.0 91.2 电力设备 · 2018(技术性最高点) 6.0 16.6 5.8 53.5 前三行是真正的历史性大顶,四个指标几乎全部逼近或达到100,齐刷刷地"发烧";最后一行那个技术性最高点,四个读数全部偏低,没有一个指标被这个价格幌子骗到。这套组合规则不是见到新高就乱报警。 回到今天 这套框架现在每个交易日都在跑一遍全市场32个板块。就在写这篇文章的今天,2026年7月17日,有两个板块同时踩中了两个以上指标: ...

July 17, 2026 · 1 min · Dan

回看8年前的资金面周报,我们到底需要怎样的市场数据?

最近我翻出了几份2018年的券商策略研报——天风证券刘晨明团队的「一周资金面及市场情绪监控」系列。距今将近八年,A股经历了2018年的熊市、2019年的反弹、2020年的疫情冲击、2021年的结构牛,再到之后漫长的调整。拿着这些当年的"实时数据"回头看,我有一些与当初截然不同的感受。 专业系统的流动性监控框架 这套框架涵盖15个指标,覆盖资金需求、资金供给、货币价格三个维度,从IPO抽血到北上资金、从SHIBOR到产业资本增减持,每周更新,每个指标给出A到E的评级,最终加权得出"股市流动性综合评级"。 从2018年3月的C级,到2018年8月的B级,再到2019年2月的B级——每一次评级背后都有清晰的逻辑支撑。3月是因为货币偏紧、产业资本持续减持;8月是因为央行开始降准、北上资金逆势流入;2019年初则叠加了社融超预期放量的信号。 这套体系的完整性和自洽性,放在今天依然值得学习。 这些数据,当时真的帮到人了吗? 如果我们开着倒视镜回看当时的报告以及当时的市场,会发现。 2018年是A股当时调整的起点,2018年初市场延续2017年蓝筹行情冲高,在春节特朗普签署对华301调查备忘录,引起中美贸易战的恐慌,A股应声大跌。当时的流动性报告评价长期是C,而2018年8月,报告给出B级评级,当时北上资金持续流入,货币政策转松,各项指标改善明显。但上证指数从那时起继续跌了将近半年,一直跌到2019年1月才见底。如果你在8月看到B级评级就认为"流动性改善,可以加仓",那接下来几个月的体验并不会太好。 这不是在批评报告本身——报告从未声称自己是择时工具。但问题是,大多数读报告的人,心里期待的恰恰是某种择时信号。 这是报告的功能与读者期待之间的结构性错位。 资金面数据的本质:一面记录过去的镜子 回头想想,这件事其实并不奇怪。 成交量、换手率、融资买入额——这些数据记录的是市场参与者已经完成的行为。北上资金本周净流入多少亿,说明的是外资上周买了什么,而不是下周会买什么。基金发行量高,说明的是现在情绪乐观,而乐观情绪恰恰是在市场已经涨了一段时间之后才产生的。 换句话说,资金面数据天生是同步的,在很多情况下甚至是滞后的。用它来预判方向,是对它能力边界的误读。 那么,它在哪里真的有用? 经过这番翻看和反思,我认为资金面数据的价值主要体现在两个地方。 第一,判断当前所处的宏观流动性环境。 DR007、SHIBOR、国债收益率的水位,决定了整个市场的定价环境。资金便宜的时候,市场可以容忍更高的估值;资金昂贵的时候,高估值股票的压力会系统性增大。这不是择时,是理解市场背景的基础底层,需要长期跟踪,而不是单周数据的涨跌。 第二,识别情绪的极端状态。 这是我认为资金面数据最有价值的地方,但它指向的不是"方向预判",而是"风险感知"。 当融资余额占流通市值的比例跌破某个历史低位,当新基金发行几乎停滞,当成交量萎缩至冰点,当产业资本开始大规模净增持——这些信号叠加在一起,说明的不是"明天会涨",而是"市场已经把悲观情绪定价得相当充分了"。反过来,当爆款基金频出、融资盘快速攀升、大宗交易折价率消失——这不是涨势结束的精确时点,但它提示你应该开始认真审视自己的持仓风险。 极值是提醒你调整心态的信号,而不是给你确定性答案的信号。 我们真正需要的,可能比我们想象的少 八年前,一份合格的资金面研报需要追踪15个指标、每周更新数十张图表。今天,信息的获取成本更低了,数据的种类更多了,但投资者面对数据时的困惑,似乎并没有减少。 这让我觉得,问题可能不在于数据的数量,而在于我们与数据的关系。 我们总是希望数据能告诉我们该怎么做。但数据能做到的,其实只是帮助我们更清楚地看到当下的状态。把"看清状态"当成"预判未来",是投资者面对数据时最常见、也最昂贵的一种误解。 真正有用的资金面框架,大概只需要三件事:持续感知货币环境的松紧,定期观察情绪指标是否走向极端,以及在极端信号出现时,保持足够的耐心等待基本面或政策面的共鸣。 剩下的那些图表,不看也罢。 本文基于对天风证券刘晨明团队2018-2019年「一周资金面及市场情绪监控」系列报告的阅读与反思。

July 14, 2026 · 1 min · Dan